SkillSelect-Serve: Budget-Controllable and QoS-Aware Skill Service Recommendation and Composition for Small LLM Agents

论文把 agent skill 从可检索文档重塑为 Skill Service：每个 skill 带功能描述、依赖、上下文成本、风险和 QoS 属性。Local Micro-Agent Requirement Planner 将自然语言任务转成结构化服务需求，共享 discovery backbone 从大 registry 中召回候选，再用 skill-level marginal suitability 与 bundle-level calibration 平衡覆盖、冗余、成本和风险。实验规模为 35353 个 skills 和 586 个 task queries，在相同预算下提升 bundle recall 与 mean utility；这条线索和 skill 供应链风险研究形成了明显呼应。